1. 引言

1.1 研究背景與意義

隨著電子商務的快速發展，網絡上積累了海量的產品數據。這些數據來自不同的電商平臺、賣家，存在著產品名稱不統一、規格描述差異大等問題，給數據整合、價格比較、競品分析等應用帶來了極大挑戰。傳統的精確匹配方法無法處理產品名稱中的拼寫錯誤、縮寫、語序變化等問題，因此需要引入模糊匹配技術。

Levenshtein 距離（編輯距離）作為一種經典的字符串相似度計算方法，能夠有效衡量兩個字符串之間的差異程度。將其應用于產品名稱匹配，可以解決因人為輸入差異導致的匹配困難問題。結合網絡爬蟲技術自動采集產品數據，能夠構建一個完整的產品數據匹配系統，實現跨平臺產品信息的整合與分析。

1.2 研究目標

本研究旨在開發一個基于 Python 爬蟲技術與 Levenshtein 距離的產品數據匹配系統，具體目標包括：

1. 設計并實現一個高效、穩定的網絡爬蟲框架，能夠自動獲